A Segurança Como Fator-Chave para A Cidade Inteligente

Artigo
A segurança como fator-chave para a cidade inteligente, a

confiança dos cidadãos e o uso de tecnologias
Giulie Furtani Romani ¹
Luis Hernan Contreras Pinochet ¹
Vanessa Itacaramby Pardim ²
Cesar Alexandre de Souza ²
¹ Universidade Federal de São Paulo / Escola Paulista de Política, Economia e Negócios, Osasco / SP – Brasil
² Universidade de São Paulo / Faculdade de Economia, Administração, Contabilidade e Atuária, São Paulo / SP – Brasil
As cidades inteligentes vêm crescendo ao redor do mundo, impulsionadas por inovações tecnológicas. Com elas
surgem diversas oportunidades, mas também novas ameaças à segurança e privacidade do usuário nessa realidade
interconectada. Este estudo tem como objetivo investigar a percepção de segurança e confiança na tecnologia por parte
dos cidadãos e como esta afeta a propensão ao seu uso e, consequentemente, à vida na cidade inteligente. Para tanto,
conduziu-se um survey (n = 601), por meio do método PLS-SEM, para testar as hipóteses formuladas. Os resultados
obtidos confirmam que o modelo proposto demonstra ser consistente. As relações “confiança e segurança subjetiva”
e “segurança objetiva e privacidade de dados” obtiveram relações mais consistentes, assegurando a forte influência
das barreiras “tangíveis” e “intangíveis” da percepção de segurança. Dessa forma, para obter e manter a confiança
dos usuários, as instituições por trás da tecnologia precisam estar atentas à opinião deles e da sociedade, de forma a
manter uma boa reputação para que possam, assim, perpetuar uma percepção positiva de segurança. Conclui-se, assim,
que o conceito de segurança adquire uma nova dimensão no contexto da cidade inteligente por ser um componente
crucial para toda a sua base e estar intimamente ligado à tecnologia, além de se apresentar como uma preocupação
fundamental para os governos e as entidades que buscam implementar soluções e aplicações do conceito.
Palavras-chave: cidades inteligentes; segurança; confiança; propensão para o uso de tecnologia; PLS-SEM.
La seguridad como factor clave para la ciudad inteligente, la confianza de los ciudadanos y el uso de
las tecnologías
Las ciudades inteligentes están creciendo en todo el mundo, impulsadas por las innovaciones tecnológicas. Con ellas
surgen diversas oportunidades, pero también nuevas amenazas a nuestra seguridad y privacidad en esta realidad
interconectada. Este estudio tiene como objetivo investigar la percepción de los ciudadanos sobre la seguridad
y la confianza en las tecnologías y cómo afectan la propensión a usarlas y, en consecuencia, la vida en la ciudad
inteligente. Para ello, se realizó una encuesta (n = 601) utilizando el método PLS-SEM para contrastar las hipótesis
formuladas. Los resultados obtenidos confirman que el modelo propuesto resulta ser consistente. Las relaciones
‘confianza y seguridad subjetiva’ y ‘seguridad objetiva y privacidad de datos’ obtuvieron relaciones más consistentes,
confirmando la fuerte influencia de las barreras ‘tangibles’ e ‘intangibles’ de la percepción de seguridad. De esta
forma, para obtener y mantener la confianza de los usuarios, las instituciones que están detrás de las tecnologías
deben estar atentas a su opinión y a la de la sociedad a los efectos de mantener una buena reputación, para que
puedan, así, mantener una percepción positiva de la seguridad. Se concluye que el concepto de seguridad adquiere
una nueva dimensión en el contexto de la ciudad inteligente, ya que es un componente crucial de toda su base,
estrechamente vinculado a la tecnología además de presentarse como una preocupación fundamental para los
gobiernos y entidades que buscan implementar soluciones conceptuales y aplicaciones.
Palabras clave: ciudades inteligentes; seguridad; confianza; propensión a usar tecnologías; PLS-SEM.
DOI: http://dx.doi.org/10.1590/0034-761220220145 ISSN: 1982-3134

Artigo recebido em 07 maio 2022 e aceito em 16 jan. 2023.
Editora-chefe:
Alketa Peci (Fundação Getulio Vargas, Rio de Janeiro / RJ – Brasil)
Editora adjunta:
Gabriela Spanghero Lotta (Fundação Getulio Vargas, São Paulo / SP – Brasil)
Pareceristas:
Adilson Giovanini (Universidade do Estado de Santa Catarina, Florianópolis / SC – Brasil)
Teresa Cristina Monteiro Martins (Universidade Federal de Lavras, Lavras / MG – Brasil)
Relatório de revisão por pares: o relatório de revisão por pares está disponível neste link.
REVISTA DE ADMINISTRAÇÃO PÚBLICA | Rio de Janeiro 57(2): e2022-0145, 2023
1
RAP | A segurança como fator-chave para a cidade inteligente, a confiança dos cidadãos e o uso de tecnologias
Security as a key factor for the smart city, citizens’ trust, and the use of technologies
Smart cities are growing around the world, driven by technological innovations. With them come several
opportunities and new threats to our security and privacy in this interconnected reality. This study investigates
citizens’ perception of security and trust in technologies and how they affect the propensity to use them and,
consequently, life in the smart city. Therefore, a survey was conducted (n = 601) using the PLS-SEM method to
test the formulated hypotheses. The results obtained confirm that the proposed model proves to be consistent.
The relationships between ‘trust and subjective security’ and ‘objective security and data privacy’ obtained stronger
relationships, confirming the strong influence of the ‘tangible’ and ‘intangible’ barriers of the perception of security.
Thus, to obtain and maintain users’ trust, the institutions behind the technologies need to be attentive to the opinion
of their users and society to keep a good reputation and a positive perception of security. The users’ opinion is a
crucial component of smart cities’ entire base, closely linked to technology, and presents as a fundamental concern
for governments and entities that seek to implement concept solutions and applications.
Keywords: smart cities; safety; trust; propensity to use technologies; PLS-SEM.
INTRODUÇÃO
A cidade inteligente surgiu como um novo paradigma para otimizar dinamicamente o ambiente,
melhorar a qualidade de vida dos habitantes, o uso dos recursos da cidade (Sookhak, Tang, He, & F.
R. Yu, 2019), a sustentabilidade e diminuir os danos ao meio ambiente (Rao & Deebak, 2022). Esses
princípios dependem de uma receita de competência e otimização técnica, invenções tecnológicas e
históricos de dados em tempo real (Bhushan et al., 2020).
Nesse contexto, os cidadãos terão acesso contínuo e onipresente a informações que lhes permitam
controlar suas vidas, usando a inteligência tecnológica coletiva, por meio da qual a cidade fornece
soluções inovadoras e sustentáveis baseadas em Tecnologia da Informação e Comunicação (TIC).
Portanto, percebe-se que os objetivos de uma cidade inteligente são multifacetados (Elmaghraby &
Losavio, 2014; Haque, Brushan, & Dhiman, 2022; Ismagilova, Hughes, Rana, & Dwivedi, 2020; Javed
et al., 2022).
Dessa forma, a proposta de um olhar humanístico sobre os avanços técnicos levanta discussões
mais profundas acerca dos aspectos éticos e humanos inerentes às iniciativas das cidades inteligentes.
Isso ocorre, pois a evolução das cidades inteligentes emerge de inovações em tecnologias que, embora
criem novas oportunidades econômicas e sociais, trazem ameaças às expectativas de segurança e
privacidade (Kasar & Kshirsagar, 2021).
Nesse sentido, emergem dois novos desafios importantes e complexos: a segurança e a privacidade
de dados (Adil & Khan, 2021). A segurança considera aspectos como o acesso ilegal às informações e
ataques cibernéticos, que podem causar interrupção na disponibilidade dos serviços. Já a privacidade
leva em consideração, por exemplo, o uso de dados de forma indiscriminada, sem consentimento ou
conhecimento do usuário, visto que os cidadãos digitais são cada vez mais instrumentalizados com
dados disponíveis sobre sua localização e atividades (Sookhak et al., 2019).
O estado da arte da literatura sobre privacidade e segurança em cidades inteligentes apresenta
desafios que incluem a preservação da privacidade com dados, estabelecimento de práticas de
compartilhamento de dados e utilização adequada de tecnologia para encorajar maior exploração dos
desafios das cidades inteligentes antes de sua construção (Braun, Fung, Iqbal, & Shah, 2018; Sookhak
et al., 2019). Além disso, a falta de privacidade pode resultar em discriminação social e possibilitar
2
uma sociedade fundamentalmente desigual (Eckhoff & Wagner, 2018), o que precisa que as cidades
gerenciem as informações e a comunicação diante de avanços urbanos (Hasbini, Eldabi, & Aldallal,
2018; Javed et al., 2022). Assim, para que haja confiança e aceitação das cidades inteligentes, se fazem
necessárias a integração de mecanismos de segurança e preservação da privacidade dos usuários, o
que se constitui uma lacuna que esta pesquisa buscou explorar (L. S. Grandhi, S. Grandhi, & Wibowo,
2021; Habib, Alsmadi, & Prybutok, 2019).
Desse modo, o objetivo deste estudo é investigar a percepção de segurança e a confiança na
tecnologia de cidades inteligentes por parte dos cidadãos e como ela afeta a propensão ao seu uso e,
consequentemente, à vida na cidade.
O estudo se justifica porque o conceito “cidades inteligentes” está ganhando importância em função
do crescimento exponencial das populações urbanas e da necessidade de expandir a capacidade da
cidade, melhor administrar seus recursos, aumentar a qualidade de vida dos cidadãos e otimizar a
eficiência e a qualidade dos serviços prestados (Habib et al., 2019), principalmente por entidades
e empresas governamentais (Kasar & Kshirsagar, 2021). Além disso, a construção de uma cidade
inteligente depende da coleta intensiva de dados que podem ser utilizados, de forma inovadora e
criativa, para a criação de aplicações integradas que melhorem os serviços da cidade e o uso de seus
recursos. A cultura de data-driven se mostra cada vez mais vital à medida que dados e informações
são utilizados com maior intensidade (Bibri, 2021).
Por fim, esta pesquisa busca contribuir para o aprofundamento do tema da segurança e
privacidade, de forma a compreender os conceitos e as premissas envolvidos, propondo a elaboração
de um novo modelo teórico, adaptado da literatura correlata ao tema (Abu-Shanab, 2017; Al-Sharafi,
Arshah, Abo-Shanab, & Elayah, 2016; F. Cui, Lin, & Qu, 2018a; Hansen, Saridakis, & Benson, 2018;
Mittenford, 2016; Sepasgozar, Hawken, Sargolzaei, & Foroozanfa, 2019; Urmetzer & Walinski,
2014), com componentes associados à confiança e segurança (objetiva e subjetiva) que afetam a
propensão ao uso de tecnologias em cidade inteligente, focando no comportamento do cidadão.
Para este propósito, conduziu-se um survey (n = 601) na cidade de São Paulo e o PLS-SEM foi
utilizado para testar as hipóteses formuladas.
FUNDAMENTAÇÃO TEÓRICA
2.1. Cidades inteligentes, componentes e suas características

Uma das definições sobre cidade inteligente é a que corresponde ao lugar em que a Tecnologia da
Informação e Comunicação (TIC) é combinada com infraestrutura, arquitetura, objetos e pessoas
para melhorar processos e lidar com problemas sociais, econômicos e ambientais, possibilitando que
dispositivos inteligentes se conectem à infraestrutura existente para otimizar a qualidade de vida e
a produtividade nas cidades, assim como resolver problemas por meio de soluções baseadas nessas
tecnologias e em parcerias governamentais com diversos stakeholders (Bhushan et al., 2020; Habib
et al., 2019; Rao & Deebak, 2022).
A revisão da literatura indica que o principal foco da cidade inteligente é o avanço das TICs.
Contudo, diferentes disciplinas estão propondo definições que transcendem a ideia do mecânico e
englobem mais do que apenas esse fator, levando em consideração um aspecto primordial: os cidadãos
(Hasbini et al., 2018; Javed et al., 2022). Eles são um ingrediente-chave no desenvolvimento da cidade
3
inteligente, pois são os criadores e usuários dos serviços e da tecnologia, sendo a maior fonte de ideias
e feedback sobre a cidade (Elmaghraby & Losavio, 2014; Ismagilova et al., 2020).
Em suma, uma cidade inteligente é aquela “que possua inteligência coletiva, que tenha
responsabilidade ambiental, que promova o desenvolvimento social e que estimule o crescimento
econômico equilibrado por todo o território da cidade” (Projeto de Lei 01-00830/2017), de forma
a minimizar os custos econômicos e sociais (Câmara Municipal de São Paulo, 2019). Desse modo,
procura-se utilizar as TICs conjuntamente com o capital humano para solucionar problemas urbanos
e aprimorar os processos dentro da cidade, buscando promover uma melhora na qualidade de vida
dos cidadãos.
FIGURA 1 COMPONENTES E CARACTERÍSTICAS DA CIDADE INTELIGENTE
Fatores
Tecnológicos
Economia
Vida Pessoas
Cidade
Inteligente
Meio Gover-
Ambiente nança
Fatores Mobili- Fatores

Humanos dade Institucionais
Características
Componentes
Segurança
Fonte: Adaptada de Ristvej, Lacinák, e Ondrejka (2020).
Várias são as TICs encontradas nas cidades inteligentes, entre elas Big Data, Cloud and Edge
Computing, Artificial Intelligence (AI), Internet of Things (IoT), Blockchain, Geospatial Technology.
Contudo, não são apenas essas tecnologias emergentes que podem ser citadas quando se trata de
4
aplicações nas cidades inteligentes, pois surgem muitas possibilidades com a inovação (Z. Yu, Song,
Jiang, & Sharafi, 2021). Diante disso, é importante salientar que não há cidade inteligente sem
tecnologia e inovação, pois são justamente esses fatores que diferenciam-na de uma cidade comum
(Eckhoff & Wagner, 2018).
Assim, estudar o arquétipo formulado e adaptado de Ristvej et al. (2020) possibilita entender a
cidade inteligente (Figura 1) e percebe-se que existem três componentes-base que caracterizam o
conceito: Fatores Tecnológicos (TICs), Fatores Humanos (input dos cidadãos) e Fatores Institucionais
(elementos que viabilizam a coletividade, como políticas e regulamentações). Esses componentes são
facilitadores e recursos que possibilitam e impulsionam as seis características (Economia, Mobilidade,
Ambiente, Pessoas, Vida e Governança). Alguns elementos dos componentes pertencem a uma
característica específica (como sistemas de reciclagem), outros podem ser considerados horizontais
ou habilitadores (como Big Data e IoT), abrangendo várias características, como as formuladas por
Giffinger et al. (2007) e apresentados no Quadro 1.
QUADRO 1 CARACTERÍSTICAS DE UMA CIDADE INTELIGENTE
Característica Definição Autor
[…] economia baseada em conhecimento, promovendo criatividade […] Cunha, Przeybilovicz,

Economia
parcerias público-privadas e conexões internacionais (intercâmbio de pesquisas). Macaya, e Burgos
Inteligente
Capacidade de inovação. (2016)
[…] cidadãos são a maior fonte de desenvolvimento urbano e força motriz para a
Pessoas Gil-Garcia, Pardo, e
criação de conhecimento, melhor educação, infraestrutura social e promoção da
Inteligentes Nam (2015)
criatividade com inteligência coletiva.
[…] baseada na transparência, participação pública, interação com os agentes

Governança públicos e privados, cooperação e livre acesso aos dados de informação por meio
Giffinger et al. (2007)
Inteligente das TICs. Estrutura que permite que haja colaboração, troca de dados, integração
entre os serviços e comunicação na administração da cidade.
[…] recursos de transporte e infraestrutura tecnológica da cidade para a gestão

Mobilidade Benevolo, Dameri, e
do fluxo de demanda e locomoção da população. Acessibilidade é essencial para
Inteligente D’Auria (2016)
promover maior inclusão social e evitar isolamentos dos guetos urbanos modernos.
[…] condições naturais atraentes, gestão de recursos e esforços de proteção

ambiental (sustentabilidade). Busca-se diminuir os impactos causados pela
Meio Ambiente Braun et al. (2018);
urbanização com o auxílio da tecnologia, propondo alternativas otimizadas para
Inteligente Giffinger et al. (2007)
os problemas da gestão ambiental. Ademais, é fundamental ter projetos de
conscientização.
[…] aumento na qualidade de vida, acessibilidade, praticidade e eficiência

na relação com a cidade. Desde a percepção da segurança e condições de
Cunha et al. (2016);
Vida Inteligente moradia até acesso a recursos de saúde e educação, entre outros. Maior foco é a
Giffinger et al. (2007)
integração com a cidade, buscando maior coesão social e senso de pertencimento
da população.
Fonte: Elaborado pelos autores.
5
Entende-se que o conceito de segurança permeia todas as características propostas por Giffinger
et al. (2007) no contexto da cidade inteligente e é um componente crucial para toda a sua estrutura
intimamente ligado à tecnologia. Essas características são utilizadas em vários estudos que organizam
as cidades inteligentes em categorias analíticas (Elmaghraby & Losavio, 2014; Ismagilova et al., 2020).
2.2. Segurança e privacidade na cidade inteligente

Ao analisar os desafios de segurança e privacidade das cidades inteligentes, é importante perceber
que muitos deles já existem na realidade cotidiana, embora não ofereçam tanto impacto no presente
quanto ocorreria no contexto totalmente interconectado da cidade inteligente (Adil & Khan, 2021;
Braun et al., 2018; Javed et al., 2022).
Entende-se que a cidade inteligente requer os mais altos níveis de segurança, por ser composta,
principalmente, por tecnologia digital intensiva em coleta e análise de dados, um elemento crítico
na infraestrutura dessa sociedade futura. Muitas das inovações relacionadas com o conceito buscam
uma forma de aprimorar e disponibilizar mais serviços por meio de tecnologia e aplicativos para os
stakeholders que fazem parte do sistema da cidade (Habib et al., 2019). Assim, se faz necessário que
haja uma arquitetura abrangente, com segurança incorporada desde o início, para que se obtenham
confiança e aceitação da cidade inteligente por parte dos cidadãos (Kasar & Kshirsagar, 2021).
L. Cui et al. (2018) afirmam que a infraestrutura de uma cidade inteligente é composta por milhares
de dispositivos e aplicações que visam aperfeiçoar processos e proporcionar benefícios para os cidadãos,
como smart healthcare e smart home, entre outros. Contudo, a utilização dessas aplicações e sistemas
pode trazer diversos problemas relacionados com a segurança e a privacidade (Adil & Khan, 2021),
por causa de vulnerabilidades existentes nesse sistema inteligente, já que eles não apenas coletam uma
grande variedade de informações sensíveis de pessoas e seus círculos sociais, mas também controlam
as instalações da cidade e influenciam a vida dos cidadãos (Zhang et al., 2017).
Braun et al. (2018) afirmam que a segurança é um conceito dinâmico e não estagnado. Pode
ser definido como um esforço para prevenir danos por meios digitais e físicos, tanto diretos como
indiretos. Numa cidade inteligente, a segurança pode ser considerada um componente geral, pois
abrange todas as características da cidade, ao passo que também está inclusa em todos os aspectos
que a compõem (Ristvej et al., 2020).
Assim, a segurança é uma condição essencial que pode ser vista como fator de higiene (que leva à
insatisfação se não contemplada), sendo considerada um dos itens mais importantes em pesquisas de
aceitação de tecnologia (AlHogail, 2018; L. S. Grandhi et al., 2021; Sepasgozar et al., 2019; Urmetzer
& Walinski, 2014). Ademais, seu entendimento engloba muito mais do que apenas fatores técnicos,
possuindo um forte aspecto dependente do fator humano, em toda a sua funcionalidade (Braun
et al., 2018), incluindo também facetas subjetivas relacionadas com a percepção dos indivíduos.
Dessa forma, o conceito pode ser dividido em duas dimensões de segurança, a objetiva e a subjetiva
(Ceccato, 2013; Meskaran, Ismail, & Shanmugam, 2013).
A segurança objetiva é o aspecto “tangível” da proteção técnica, baseada na criptografia, na
declaração de políticas de segurança, no conhecimento dos riscos “estatísticos” (Ceccato, 2013).
Em outras palavras, é ter sua proteção assegurada por uma solução tecnológica e ter consciência,
racionalmente, do que realmente constitui uma ameaça e dos mecanismos que garantem sua segurança.
Já a segurança subjetiva é bastante “intangível” e pode ser definida como a sensação ou percepção que
6
o usuário tem sobre sua segurança em determinado ambiente ou situação. Ela pode ser facilmente
influenciada por fatores externos, como confiança e opinião de amigos, familiares e até terceiros. No
contexto da tecnologia da cidade inteligente, se esse sentimento diz ao indivíduo que pode haver
um problema na segurança, esse potencial usuário não se tornará um usuário real, mesmo estando
garantido, do ponto de vista tecnológico (Urmetzer & Walinski, 2014). Isso significa que, mesmo
com as melhores abordagens e soluções técnicas, ao desconsiderar a percepção dos cidadãos sobre a
segurança, estas podem se tornar irrelevantes.
É importante destacar que as duas dimensões – segurança objetiva e subjetiva – não são disjuntas
nem independentes (Ceccato, 2013; F. Cui et al., 2018). Contudo, a percepção subjetiva de segurança
dos indivíduos não afeta as medidas objetivas de segurança enquanto o contrário ocorre.
Desse modo, a privacidade é um conceito complexo, inicialmente considerado um direito básico
pela Convenção Europeia de Direitos Humanos (1950) e estabelecido como “respeito à vida privada”
(Council of Europe, 2020). Desde então, houve diversas tentativas de definir o melhor o conceito de
privacidade que se adapte a cada nova mudança na realidade. Mais recentemente, ele foi descrito como
integridade contextual (Eckhoff & Wagner, 2018), ou seja, existe a necessidade de entender o contexto
no qual o conceito se insere para que seja possível estabelecer os limites da integridade individual.
No contexto tecnológico, a privacidade de dados é relacionada com a forma como essa informação
é coletada, compartilhada e utilizada, sendo uma garantia de que não ocorrerá a manipulação dos
dados sem a autorização do usuário (S. E. Chang, Liu, & Shen, 2017), e apresenta-se, então, como um
grande desafio no contexto atual em razão do crescente fluxo de informações e da expansão do uso
de tecnologia de monitoramento, entre outros (Adil & Khan, 2021)the global research communities
are working relentlessly by harnessing the emerging technologies to develop the safest diagnosis,
evaluation, and treatment procedures, and Internet of Things (IoT).
Nota-se que muitos cidadãos não percebem – ou não sabem – os riscos que correm ao fornecer
suas informações on-line, em aplicativos ou sites, e a possibilidade de terem seus dados vendidos a
terceiros. Com ferramentas como Big Data e People Analytics em voga, ter acesso às informações
dos consumidores é uma grande fonte de vantagem competitiva para empresas e instituições
(Y. Chang, Wong, Libaque-Saenz, & Lee, 2018), mas é necessário que haja um limite a essa liberdade
para preservar a integridade individual.
É relevante salientar que apenas recentemente o Brasil elaborou uma legislação capaz de delimitar
e regulamentar o uso de dados sensíveis por terceiros. Assim, em agosto de 2020, entrou em vigor
a Lei Geral de Proteção de Dados (Lei nº 13.709, de 14 de agosto de 2018), que estabelece regras e
proteção especial sobre o processamento de “dados pessoais sensíveis”.
Por fim, ainda há ameaças comuns como vírus e interceptação de comunicação, invasão de
servidores e vazamento de informações sensíveis, sendo estas algumas das principais causas
de violações de privacidade (L. Cui et al., 2018). Assim, faz-se necessário entender os perigos e criar
barreiras para manter os usuários seguros (Alraja, Farooque, & Khashab, 2019; L. Cui et al., 2018;
Eckhoff & Wagner, 2018).
2.3. Construção do modelo e hipóteses de pesquisa

A fim de identificar os aspectos-chave que influenciam a intenção comportamental dos usuários, de
usar e continuar usando a tecnologia das cidades inteligentes, foram formados constructos e hipóteses
com base em uma ampla revisão da literatura.
7
Na Figura 2, é representado o modelo de pesquisa proposto com os constructos e as hipóteses

formuladas. As próximas subseções contemplam as respectivas definições.
FIGURA 2 MODELO DE PESQUISA
Segurança Objetiva e H1a Segurança

Privacidade de Dados Subjetiva
H1b H3a H4
H2a
Propensão ao Uso de
H2b Confiança H3b
Risco Percebido Tecnologias em Cidades
Inteligentes
Fonte: Elaborada pelos autores.
2.3.1. Segurança Objetiva e Privacidade de Dados (SOPD)

Sabe-se que a segurança objetiva é a característica técnica tangível, ou seja, no contexto da cidade
inteligente, é a solução tecnológica de fato, como o antivírus e a criptografia, entre outros (Urmetzer
& Walinski, 2014). Já em relação à privacidade de dados, tem-se que as garantias estruturais são os
principais fatores que influenciam a confiança. Por ser fortemente relacionada com questões técnicas
de tecnologia, é conveniente a junção entre os conceitos de segurança objetiva e privacidade de dados.
No contexto da cidade inteligente, a existência de segurança objetiva e privacidade de dados é um
fator crítico para o desenvolvimento da segurança subjetiva e da confiança dos cidadãos (Ortega &
Román, 2011), pois é uma garantia de que estes possuem salvaguardas, tanto em relação à prestação
de serviço ou ao produto adquirido quanto ao vazamento ou ao uso inadequado de informações
pessoais (S. E. Chang et al., 2017).
Ademais, o nível de proteção técnica influencia a percepção de segurança do indivíduo ou, como já
foi tratado na literatura, a segurança subjetiva. Nesse contexto, se faz necessário um nível de segurança
objetiva considerável, capaz de influenciar o indivíduo em sua percepção de segurança e confiança
na tecnologia para que ele possa, em consequência, adotá-la. Assim sendo, foram estabelecidas as
seguintes hipóteses:
H1a: SOPD tem uma influência positiva na SS.

H1b: SOPD tem uma influência positiva na CO.
8
2.3.2. Risco Percebido (RP)

Segundo Alraja et al. (2019), o risco percebido é o julgamento subjetivo do que as pessoas fazem
sobre as características e a gravidade de um risco, sendo eles geralmente associados a um produto ou
serviço. No contexto das cidades inteligentes, os riscos percebidos estão majoritariamente relacionados
com tecnologia, por causa da sua forte presença em produtos e serviços, como é o caso da IoT, que
compõe a base da vida na cidade (AlHogail, 2018; Ismagilova et al., 2020; Z. Yu et al., 2021)
A sensação de falta de controle, seja sobre os dados, seja sobre a tecnologia, é um dos fatores
agravantes da maior percepção de risco, fazendo com que haja incompatibilidade entre o nível de risco
real, a segurança objetiva e a privacidade dos dados, bem como a confiança individual na tecnologia
observada no constructo “segurança objetiva e privacidade de dados” (AlHogail, 2018). Ademais,
vários estudos mencionam o risco percebido como um preditor de alta influência negativa sobre a
confiança (Meskaran et al., 2013). Dessa forma, foram estabelecidas as seguintes hipóteses:
H2a: O RP tem uma influência negativa na SOPD.

H2b: O RP tem uma influência negativa na CO.
2.3.3. Confiança (CO)

A confiança corresponde às expectativas do que outras pessoas farão no futuro com base em
experiências anteriores, sendo um fator importante para se estabelecerem relações, especialmente
em ambientes em que há incerteza e risco, como nas transações on-line, por exemplo (Mittendorf,
2016). Dessa forma, ela é aplicada particularmente no contexto das relações entre usuário e tecnologia,
uma vez que nem sempre há regras e regulamentos claros, pois a confiança é decisiva para que esse
vínculo seja estabelecido. No contexto da tecnologia, a confiança se consolida na garantia pessoal de
que a instituição por trás do serviço (ou produto) cumprirá suas obrigações, se comportará como
esperado (não vai tirar vantagem das vulnerabilidades) e prezará pela satisfação e o bem-estar do
usuário, ou seja, na crença do atendimento das expectativas de que o que se espera será entregue
(Mushtaq, Jingdong, Ahmed, & Ali, 2019). Dessa forma, considera-se que a confiança desempenha
um papel importante na segurança subjetiva e na adoção da tecnologia em cidades inteligentes, de
modo que são formuladas as seguintes hipóteses:
H3a: A CO tem uma influência positiva na SS.

H3b: A CO tem uma influência positiva na PUTCI.
2.3.4. Segurança Subjetiva (SS)

A segurança subjetiva é o aspecto intangível da segurança, sendo a sensação percebida do usuário
sobre a segurança de modo geral, que é influenciada pela opinião social e crenças já estabelecidas,
além do fator de segurança objetiva e privacidade de dados (Urmetzer & Walinski, 2014). Pesquisas
apontam que a segurança não é apenas uma questão técnica, mas humana e organizacional (Meskaran
et al., 2013), e, ao reconhecer o impacto da segurança subjetiva na propensão do indivíduo, muitos
estudos passaram a investigar a influência da segurança percebida (subjetiva) em vez de da segurança
objetiva (F. Cui et al., 2018).
9
No contexto da cidade inteligente, ela é a sensação percebida que o usuário (em potencial ou não)
tem sobre o quão segura é a tecnologia, independentemente das salvaguardas técnicas (criptografia,
entre outros) que ela possua (Urmetzer & Walinski, 2014). Ademais, principalmente no caso de países
em desenvolvimento, se nota uma necessidade mais forte da percepção de segurança para que haja
a aceitação e o uso de novas tecnologias (AlHogail, 2018; Sepasgozar et al., 2019). Assim sendo, foi
formulada a seguinte hipótese:
H4: A SS tem uma influência positiva na PUTCI.
2.3.5. Propensão para o Uso de Tecnologia em Cidades Inteligentes (PUTCI)

A intenção comportamental é um dos constructos-chave de modelos de aceitação de tecnologia,
sendo derivado da teoria da Ação Racional (L. S. Grandhi et al., 2021; Sepasgozar et al., 2019; Verma
& Sinha, 2018). Tais modelos buscam explicar e antecipar a disposição dos indivíduos em relação
à aceitação de tecnologia da informação. Assim, esse constructo representa a intenção de ação do
usuário sobre o objeto de estudo afetado por um conjunto de variáveis propostas.
No contexto desta pesquisa, esse constructo foi definido como a “propensão para o uso da
tecnologia em cidades inteligentes” (Al-Sharafi et al., 2016; Sepasgozar et al., 2019), sendo a variável
dependente do estudo, que é influenciada pelas variáveis: confiança (Abu-Shanab, 2017; Mittendorf,
2016), segurança subjetiva (F. Cui et al., 2018; Urmetzer & Walinski, 2014), segurança objetiva
e privacidade de dados (Abu-Shanab, 2017; Sepasgozar et al., 2019) e risco percebido (Hansen
et al., 2018).
3. MÉTODO
3.1 Escolha e caracterização da amostra

Este estudo é classificado como empírico exploratório-descritivo e a abordagem da pesquisa adotada
foi a quantitativa com um corte transversal. A amostra é não probabilística e foi constituída por
conveniência (Duhamel, Langerak, & Schillewaert, 1998).
Em estudos empíricos exploratório-descritivos, como neste caso, a representatividade da amostra
passa a ser preocupação secundária, já que o principal objetivo é analisar o fenômeno e não extrapolar
os resultados para a população (Churchill, 1999). Além disso, a heterogeneidade se faz importante
para que a pesquisa não fique restrita a um grupo específico de usuários de tecnologia, ou seja, abranja
maior diversidade dentro da caracterização da amostra.
Assim, como critério, foram selecionados apenas indivíduos que teriam condições de realizar uma
avaliação mais precisa sobre o consumo de tecnologia oferecido pela cidade de São Paulo em virtude
de seu nível de literacia digital e de acesso à tecnologia. Portanto, os respondentes precisariam ser
usuários de smartphone e aplicativos, o que os tornariam potenciais usuários na busca de informações
sobre serviços disponibilizados pela cidade para atender aos cidadãos (Oyewo, Vo, & Akinsanmi, 2020).
São Paulo foi escolhida por figurar como a cidade mais inteligente do Brasil pelo ranking Connected
Smart Cities da Urban Systems (Urban Systems, 2021) e ocupar a 42ª posição no mundo, de acordo
com o Global Power City Index 2021 (Yamato et al., 2021).
10
Das 631 respostas completas, foi feita a etapa da purificação de dados, por meio
do critério da distância de Mahalanobis (D2), para identificar outliers. Foram eliminados
30 registros, então,| sobraram 601 questionários válidos, que foram tabulados em planilha
RAP A segurança como fator-chave para a cidade inteligente, a confiança dos cidadãos e o uso de tecnologias
e, posteriormente, analisados por meio dos softwares SPSS 25 e R Studio Build 353 (ver
A condução do survey ocorreu entre dezembro de 2022 e janeiro de 2023, por meio de um
Apêndice on-line
questionário 2). distribuído pelo serviço QuestionPro. Antes disso, o instrumento de pesquisa
passou por uma tradução reversa, sendo analisado por especialistas. Na sequência, foi realizado um
pré-teste com 40 respondentes para realizar a validação do instrumento.
3.2.
DasCálculo da amostra
631 respostas completas, foi feita a etapa da purificação de dados, por meio do critério da
distância de Mahalanobis (D2), para identificar outliers. Foram eliminados 30 registros, então, sobraram
601 questionários válidos, que foram tabulados em planilha e, posteriormente, analisados por meio
Para estimar o tamanho da amostra mínima para esta pesquisa, foi utilizado o software
dos softwares SPSS 25 e R Studio Build 353 (ver Apêndice 2).
G*Power 3.1.9 (Faul, Erdfelder, Buchner, & Lang, 2009). No modelo proposto, avalia-
3.2.se o constructo
Cálculo que recebe o maior número de relações (setas) ou tem o maior número de
da amostra
Parapreditores. Para o cálculo
estimar o tamanho a priori,
da amostra antespara
mínima da esta
coleta de dados,
pesquisa, deve-se observar
foi utilizado o softwareque há dois
G*Power 3.1.9
(Faul, Erdfelder, Buchner, & Lang, 2009). No modelo proposto, avalia-se o constructo que �𝑓𝑓 recebe o
parâmetros: o poder do teste (�� e o tamanho do efeito � �.
maior número de relações (setas) ou tem o maior número de preditores. Para o cálculo a priori, antes
da Cohen
coleta de(1998)
dados,edeve-se
Hair, Hult, Ringle,
observar e Sarstedt
que há (2014) recomendam
dois parâmetros: o uso
o poder do teste do poder
(Power = 1– βcomo
erro prob II
)
e o0,80
tamanhoe o 𝑓𝑓do
� efeito (f ). Cohen (1998) e Hair, Hult, Ringle, e Sarstedt (2014) recomendam o uso
2
mediano = 0,15. Diante disso, é sugerida uma amostra mínima a ser utilizada.
do poder como 0,80 e o f 2 mediano = 0,15. Diante disso, é sugerida uma amostra mínima a ser
A Figura
utilizada. 3 apresenta
A Figura o resultado
3 apresenta do software,
o resultado contudo,
do software, em um
contudo, emteste post post
um teste é possível
hoc,hoc, é possível
observar
observar qualqual
seria a amostra
seria ideal
a amostra comcom
ideal o poder amostral
o poder emem
amostral 100%. O modelo
100%. O modeloproposto
propostotraz o
número de preditores = 2, o que possibilita realizar a pesquisa com apenas 68 respondentes, porém,
emtrazumaoanálise
númeropostde hoc,
preditores = 2, oque,
observou-se quecom
possibilita realizar a os
601 respondentes, pesquisa com obtidos
parâmetros apenas foram
68
respondentes,
Fcrítico porém,
= 3.010 e poder em uma
amostral 100% análise 3). hoc, observou-se que, com 601 respondentes,
post
(Figura
os parâmetros obtidos foram 𝐹𝐹�� e poder amostral 100% (Figura 3).
FIGURA 3 TESTE POST HOC DO TAMANHO DO EFEITO DA AMOSTRA

Figura 3
Teste post hoc do tamanho do efeito da amostra
Fonte: Software G*Power.

Fonte: Software G*Power.
3.3. Instrumento de pesquisa

3.3. Instrumento de pesquisa
O instrumento de pesquisa era composto por escalas psicométricas adaptadas (ver Apêndice 1)
O instrumento
possuía de pesquisa
também questões era composto
introdutórias e uma partepor escalas psicométricas
sociodemográfica adaptadas do
para a identificação (ver
perfil
do Apêndice
respondente. O modelo
1) possuía foi construído
também questões com 18 questões
introdutórias ancoradas
e uma em uma escala classificada
parte sociodemográfica para a
como Likert com cinco pontos (1 - “discordo totalmente” até 5 - “concordo totalmente”). Na análise,
foi empregada a técnica multivariada de dados, por meio da modelagem de equações estruturais, com
estimação por mínimos quadrados parciais (PLS-SEM) para testar as hipóteses. 15
11
3.4. A escolha do método

O PLS-SEM foi identificado como o método de análise mais adequado por quatro razões principais:
primeiro, para maximizar a variância de variáveis endógenas explicadas por variáveis exógenas.
Segundo, por não exigir que a normalidade para a distribuição dos dados seja atendida, ideal nas
ciências sociais aplicadas que tendem a ter distorções por assimetria e/ou curtose. Terceiro, é ideal
para a estimativa de modelos novos e complexos. Finalmente, é preferido para os testes de interação
porque não infla o erro de medição (Hair, Risher, Sarstedt, & Ringle, 2019). Na operacionalização do
método, foi empregado o software R (SEMinR).
4. APRESENTAÇÃO E ANÁLISE DOS DADOS
4.1. Caracterização dos respondentes

Ao analisar os dados sociodemográficos da amostra, observou-se uma leve predominância do
sexo feminino (57,9%/n = 348) em comparação com os respondentes masculinos (42,1%/n = 253).
Ademais, em relação à faixa etária, grande parte da amostra encontra-se na faixa dos 18 aos 27 anos
(61,04% /n = 367).
Nota-se, neste estudo, que a preocupação em relação à segurança é moldada pela realidade dos
cidadãos. Na cidade de São Paulo, percebe-se a preocupação com os altos índices de violência primária,
ou seja, as pessoas, em sua maioria, ainda possuem a necessidade básica de proteção à integridade
física, sendo uma característica, advinda do cenário sociocultural do país, que o conceito de cidade
inteligente busca amenizar e, idealmente, mitigar.
GRÁFICO 1 PROBLEMAS DE SEGURANÇA NAGráfico

CIDADE1
Problemas de segurança na cidade

Contudo, é interessante notar que, entre os cinco principais problemas na

segurança da cidade (Gráfico 1) está a “perda ou o uso não autorizado de dados”, que é
12
uma questão mais relacionada com o cenário da cidade inteligente, que ficou em segundo
Contudo, é interessante notar que, entre os cinco principais problemas na segurança da cidade
(Gráfico 1) está a “perda ou o uso não autorizado de dados”, que é uma questão mais relacionada
com o cenário da cidade inteligente, que ficou em segundo lugar quando comparada com
questões de segurança pública. Assim, esta é uma preocupação que vem crescendo e é relevante
por causa do cenário de evolução tecnológica, sendo uma questão que não apenas pode causar
dano por si só, mas que pode facilitar e contribuir para outros crimes. Além disso, os quatro
principais itens apontados também podem estar vinculados a dados e informações de cidadãos
em dispositivos móveis.
4.2. Normalidade, viés do método comum, viés de não respostas e colinearidade

A normalidade dos dados foi verificada pelo teste multivariado de Mardia. Os resultados obtidos
para os indicadores foram altamente significativos, com p < 0,001, indicando não a normalidade, o
que era esperado e necessário para o uso do PLS-SEM.
Uma vez que os dados são primários, foi necessário garantir que nenhum viés sistemático
influenciasse as informações coletadas. Assim, verificou-se a variância do método comum, por meio
da aplicação do teste de um fator de Harman (Podsakoff & Organ, 1986) nos 15 itens. A variância
extraída do primeiro componente foi de 39,75%, inferior ao mínimo de 50%, o que valida o teste. Além
disso, também foi realizada a análise do viés de não respostas, que buscou comparar duas subamostras
em um teste T para verificar se existiria diferença entre as médias, o que não foi constatado, logo, foi
possível executar a pesquisa com a amostra total.
No que concerne às variáveis preditoras relacionadas com a variável dependente “propensão ao
uso da tecnologia em cidade inteligente”, foi possível verificar que não ocorreu multicolinearidade
no modelo, pois todos os valores dos Fatores de Inflação da Variância (VIFs) dos constructos
ficaram abaixo de 3,3, sendo os respectivos valores: SOPD = 1,820; RP = 1,950; PUTCI = 1,993;
SS = 2,276; e CO = 1,690.
4.3. Modelagem de equações estruturais

Depois do ajustamento do modelo na primeira iteração, foram apresentados os resultados das
cargas fatoriais e a análise do modelo de mensuração para ajustar a validade discriminante. As
variáveis com cargas fatoriais < 0,7 (SS1, CO4 e PUTCI4) foram excluídas para a obtenção de
resultados mais adequados (Malhotra, 2012). A análise do modelo de mensuração deve preceder
a análise das relações entre os constructos ou variáveis latentes. O próximo passo foi examinar
o modelo de mensuração (Tabela 1): alfa de Cronbach (AC), confiabilidade composta (CC),
variância média extraída (VME) e coeficientes de determinação (R²) (Hair, Hult, Ringle, &
Sarstedt, 2017).
13
TABELA 1 VALIDADE CONVERGENTE E DISCRIMINANTE
Constructos Discriminantes
AC CC VME R2 (1) (2) (3) (4) (5)
(1) Segurança objetiva e privacidade

0,837 0,902 0,754 0,032 0,868
dos dados
(2) Risco percebido 0,782 0,873 0,696 -0,178 0,834
(3) Propensão ao uso de tecnologia

0,820 0,893 0,736 0,232 0,322 -0,190 0,858
em cidades inteligentes
(4) Segurança subjetiva 0,812 0,889 0,727 0,576 0,618 -0,262 0,474 0,853
(5) Confiança 0,856 0,912 0,777 0,314 0,540 -0,242 0,53 0,705 0,881
*AC: alfa de Cronbach (> 0,6); CC: confiabilidade composta (> 0,7); VME: variância média extraída (> 0,5).
Nota: a diagonal em destaque apresenta as raízes quadradas da VME pelo Critério de Fornell-Larcker.
Fonte: Software R (SEMinR).
Dado que todas as variáveis de um questionário utilizam a mesma escala de medição, o

coeficiente é calculado com base na variância dos itens individuais. Os ACs foram considerados
moderados; as CCs e as VMEs foram tidas muito boas e aceitáveis. Dessa forma, os coeficientes
de AC indicaram alta consistência interna das escalas utilizadas, assim como as CCs (Hair
et al., 2017) e as VMEs (Chin, 1998) para a indicação da existência de validade convergente. Além
disso, acrescentou-se o critério heterotrait-monotrait ratio (HTMT). De acordo com Henseler,
Ringle, e Sarstedt (2015), o valor HTMT deve estar abaixo de 0,90, o que significa que a validade
discriminante foi estabelecida entre dois constructos reflexivos. Na Tabela 2, observa-se que esse
critério também foi atingido.
TABELA 2 APRESENTAÇÃO DO CRITÉRIO HTMT
SOPD RP PUTCI SS CO
SOPD . . . . .
RP 0,218 . . . .
PUTCI 0,387 0,235 . . .
SS 0,748 0,325 0,583 . .
CO 0,639 0,290 0,468 0,841 .
14
Na aplicação prática da modelagem de equações estruturais para o modelo de pesquisa proposto

(Figura 4), observam-se as mensurações realizadas individualmente para cada constructo, para
verificar sua validade e consistência interna e externa, bem como os resultados obtidos em seus
caminhos e hipóteses.
FIGURA 4 RESULTADOS DO MODELO DE PESQUISA PROPOSTO

Figura 4
Resultados do modelo de pesquisa proposto
Nota:linhas
Nota: contínuas,
linhas relação
contínuas, positiva;
relação linhas tracejadas,
positiva; relação negativa.
linhas tracejadas, relação negativa.
O modelo foi estimado utilizando-se a técnica bootstrapping (Tabela 3), em que se comparou a
amostraOoriginal
modelo foiasestimado
com amostrasutilizando-se
geradas (Chin,a 1998).
técnicaOsbootstrapping (Tabelade3),
resultados da análise em que dos
significância
se comparou
caminhos a amostra
indicaram que original com as amostras
todas as hipóteses geradas (Chin,
foram suportadas. Além 1998). Os resultados
disso, verificou-se queda
todas as
três mediações
análise propostasdos
de significância no modelo
caminhosforam parciais,que
indicaram ou todas
seja, tanto a relaçãoforam
as hipóteses diretasuportadas.
quanto a indireta
tiveram resultados significativos semelhantes.
Além disso, verificou-se que todas as três mediações propostas no modelo foram parciais,
ou seja, tanto a relação direta quanto a indireta tiveram resultados significativos
semelhantes.
TABELA 3 CAMINHOS E HIPÓTESES
Tabela 3(n
Bootstrapping Desvio IC
Hipóteses β Teste T Valor P
Caminhos e hipótesespadrão
= 5000) 2,5% 97,5%
Relações diretas Bootstrapping Desvio IC

H1a: SOPD SS 0,335 (n0,335
= 5000) padrão
0,038 8,887 0,000 2,5%
0,26297,5%
0,409
Relações
H1b: SOPD diretas
CO 0,513 0,513 0,037 13,906 0,000 0,437 0,582
H1a:RPSOPD
H2a: SOPD→ SS 0,335
-0,178 0,335
-0,181 0,038
0,044 8,887
-4,097 0,000
0,000 0,262 0,409
-0,266 -0,096
H1b:RPSOPD
H2b: CO → CO 0,513
-0,150 0,513
-0,152 0,037
0,035 13,906
-4,337 0,000
0,000 0,437 0,582
-0,219 -0,085
H2a: RP → SOPD -0,178 -0,181 0,044 -4,097 0,000 -0,266 -0,096
H3a: CO SS 0,524 0,524 0,036 14,540 0,000 0,452 0,591
H2b: RP → CO -0,150 -0,152 0,035 -4,337 0,000 -0,219 -0,085
Continua
H3a: CO → SS 0,524 0,524 0,036 14,540 0,000 0,452 0,591
H3b: CO → PUTCI 0,121 0,121 0,05357(2): e2022-0145,
2,277 20230.023 0,014 0,224
REVISTA DE ADMINISTRAÇÃO PÚBLICA | Rio de Janeiro
H4: SS → PUTCI 0,389 0,389 0,059 6,629 0,000 0,275 0,504
15
Relações indiretas (mediadoras)
M1: RP → SOPD → CO -0,091 -0,092 0,022 -4,080 0,000 -0,136 -0,049
Bootstrapping (n Desvio IC
= 5000) padrão 2,5% 97,5%
H3b: CO PUTCI 0,121 0,121 0,053 2,277 0.023 0,014 0,224
H4: SS PUTCI 0,389 0,389 0,059 6,629 0,000 0,275 0,504
Relações indiretas (mediadoras)
M1: RP SOPD CO -0,091 -0,092 0,022 -4,080 0,000 -0,136 -0,049
M2: SOPD CO SS 0,268 0,268 0,026 10,265 0,000 -0,218 0,320
M3: CO SS PUTCI 0,204 0,203 0,035 5,802 0,000 0,137 0,276
Fonte: Elaborada pelos autores.
5. DISCUSSÃO DOS RESULTADOS

Ao analisar as hipóteses formuladas (Tabela 3), observou-se, de forma geral, que o modelo proposto
conseguiu identificar, com base na literatura, um padrão robusto para o tema da propensão ao
uso (Boon-itt, 2019) amplamente empregado em pesquisas de aceitação de tecnologia (L. S.
Grandhi et al., 2021). Ademais, esta pesquisa traz como contribuição a percepção dos cidadãos
de que, ao utilizar a tecnologia da cidade inteligente, obterão vantagem em relação aos sistemas
tradicionais, mostrando um entendimento de que a tecnologia possui potencial para facilitar a
vida no ambiente urbano.
Assim, para maior aderência ao conceito de cidade inteligente, visto que a tecnologia é, basicamente,
o que move a cidade, é necessário promover essa percepção de valor. Ao observar a amostra coletada,
é possível notar que a facilidade de acesso e a frequência de uso reforçam uma forte percepção de
utilidade da tecnologia.
A hipótese H1a com o caminho ‘SOPD ® SS’ foi suportada (β = 0,335; p < 0,001), corroborando
o conceito de Linck (2006), de que a proteção técnica de um sistema possui forte influência sobre a
percepção de segurança do usuário. Isso se deve ao fato de que grande parte da formação da concepção
de segurança dos indivíduos, no geral, baseia-se em quesitos físicos e tangíveis, que, no contexto
tecnológico, são traduzidos como criptografia, antivírus e autenticação, entre outros.
De modo semelhante, ao analisar as características da amostra, identificou-se uma forte percepção
de valor sobre as informações pessoais, assim como uma grande preocupação com a perda e o uso
indevido de dados. Da mesma forma ocorreu com a hipótese H1b com o caminho ‘SOPD ® CO’
(β = 0,513; p < 0,001), que apresentou o segundo maior efeito de todas as hipóteses. Nesse caso,
percebe-se a importância de que as salvaguardas estejam evidentes para que o usuário em potencial
possa se sentir mais confiante e, consequentemente, propenso a expor suas vulnerabilidades e dar
uma chance à tecnologia.
Já a relação negativa da hipótese H2a com o caminho ‘RP®SOPD’ (β = -0,178; p < 0,001) também
foi suportada. Isso ocorreu porque ela compõe duas ideias opostas, ou seja, ao se constatar alta
segurança técnica contra possíveis ameaças e uso inadequado de informações, a tendência é que a
percepção da existência de riscos seja minimizada. Dessa forma, ao se precaverem contra-ataques e
estabelecerem regras para o uso das informações obtidas, as instituições têm mais chances de aumentar
a aderência a seus produtos e serviços (Habib et al., 2019).
16
Da mesma forma, a relação negativa da hipótese H2b com o caminho ‘RP®CO’ (β = -0,150;
p < 0,001) foi suportada, conforme esperado, corroborando a ideia de que é um preditor de significante
influência sobre a variável confiança que possui uma relação negativa e inversa (Meskaran et al., 2013).
Trata-se, no contexto das cidades inteligentes, de preocupação majoritariamente relacionada com a
disponibilização de informações na rede, mesmo em sites ou aplicativos conhecidos. Tal apreensão
se dá pela incerteza quanto à utilização dos dados pessoais pela instituição, assim como por terceiros,
em caso de eventual vazamento, tendo em vista que isso pode ocasionar diversos danos ao indivíduo.
A hipótese H3a com o caminho ‘CO®SS’ (β = 0,524; p < 0,001) foi suportada com o maior efeito
entre todas as hipóteses. Isso mostra que a percepção de segurança é um elemento importante para
que haja confiança, em especial por causa do contexto tecnológico da cidade inteligente, que traz
riscos e insegurança. Como é o caso de perda ou uso não autorizado de dados, como destacado pelos
respondentes (Gráfico 1). Descuidos nesse quesito podem levar à perda de confiança nas instituições
que realizam esse tipo de serviço, em função da exposição de dados cadastrais de pessoa física e
jurídica (Adil & Khan, 2021; Kasar & Kshirsagar, 2021; Meskaran et al., 2013). Dessa forma, para obter
e manter a confiança dos usuários, as instituições por trás dos serviços de tecnologia precisam estar
atentas à opinião de seus usuários e da sociedade sobre ela, de forma a manter uma boa reputação,
para que possam, assim, conquistar uma percepção positiva de segurança.
Na sequência, tem-se a hipótese H3b com o caminho ‘CO®PUTCI’ (β = 0,121; p = 0,023), que
foi suportada. Isso mostra que a percepção dos cidadãos é que a tecnologia deve trazer a confiança
esperada e que isso não ocorre apenas pela presença dela. O efeito da tecnologia nas cidades inteligentes
pode impulsionar o valor e as vantagens desta, assim como faz com que sua intenção de uso seja mais
forte, porém, como observado pela mediação (M3; β = 0,204; p < 0,001), a percepção da segurança
subjetiva dos indivíduos é a que possibilita maior confiança na propensão ao uso da tecnologia nas
cidades inteligentes (Mushtaq et al., 2019).
Dessa forma, a segurança subjetiva se provou um constructo de fundamental importância neste
estudo, para estabelecer relações no contexto da cidade inteligente, que ainda é um ambiente com
certo grau de incerteza e risco. Isso indica que a percepção que um indivíduo possui da segurança da
tecnologia na cidade inteligente varia de acordo com a visão que a sociedade tem sobre ela (Kaushik,
Agrawal, & Rahman, 2015; Meskaran et al., 2013), especialmente o que pensam as pessoas consideradas
importantes para o indivíduo. Igualmente, confirma que a confiança na tecnologia pode ser construída
com base em feedbacks positivos de outros usuários.
A hipótese H4 suportou a relação ‘SS®PUTCI’ (β = 0,389; p < 0,001), indicando que a segurança
subjetiva é um preditor que explica a propensão ao uso da tecnologia nas cidades inteligentes, por
exemplo, para realizar transações, utilizar serviços de mobilidade urbana e acreditar na segurança
das plataformas, entre outros.
Por fim, as relações que envolveram o constructo “segurança objetiva e privacidade de dados”
confirmaram a forte influência das barreiras “tangíveis” no reforço da percepção “intangível” da
“segurança subjetiva”.
Primordialmente, os resultados obtidos confirmaram que o modelo proposto demonstrou
consistência, com ajustamentos adequados, de forma que está apto para ser replicado em pesquisas
futuras. O artigo traz como contribuição uma discussão importante sobre a necessidade de que os
padrões de privacidade inseridos no constructo “segurança subjetiva” sejam incorporados aos aspectos
da “confiança”, pois são cruciais para a gestão das cidades inteligentes (Braun et al., 2018). Além disso,
fornece uma discussão sobre os benefícios de os cidadãos participarem, de forma mais ampla, do uso
17
de sistemas digitais para desenvolver a “confiança” na “propensão de uso”.

De modo geral, este estudo trouxe resultados que podem servir para direcionar ações em políticas
públicas para a sociedade, para conscientizar os cidadãos sobre como os seus dados e informações
estão sendo utilizados por governos e empresas parceiras para oferecer serviços públicos (Habib et al.,
2019). Diante disso, surge uma preocupação com o controle e a gestão dos diferentes níveis e recursos
dos sistemas nas cidades inteligentes que, normalmente, são distribuídos entre diversas entidades.
Isso pode trazer uma camada de preocupação e limitação de segurança por meio de redes (públicas
e/ou privadas) (Rao & Deebak, 2022).
Ademais, percebe-se que a relação com a privacidade de dados também se altera, ao ser mais
fácil perder o controle sobre esta, que fica mais vulnerável por causa de diversos fatores, como falta
de cuidado por parte dos indivíduos (ao não lerem termos de consentimento), falta de barreiras (que
permitem fácil acesso por terceiros mal-intencionados) e falta de opção (ao ser requisito básico para
uso de certos serviços ou aplicativos), entre outros.
Em relação à questão da falta de limitações, foram observados alguns avanços por parte de
instituições governamentais ao longo dos anos e, no Brasil, quando entrou em vigor a nova Lei Geral
de Proteção de Dados (Lei nº 13.709, de 14 de agosto de 2018), que almeja sanar algumas questões
relacionadas, como o poder dos agentes de tratamento (controladores e operadores da informação)
sobre os dados do indivíduo.
É esperado que ocorram mudanças nas relações digitais desse momento em diante e, dessa forma,
é interessante que sejam realizados estudos futuros que analisem mais a fundo esse tópico e seu
impacto sobre a cidade inteligente.
6. CONCLUSÕES E IMPLICAÇÕES
O objetivo principal deste estudo foi investigar a percepção de segurança e confiança na tecnologia
das cidades inteligentes por parte dos cidadãos, de forma a entender sua relação com a propensão ao
uso e, consequentemente, com a vida na cidade. Pode-se dizer que esse objetivo foi alcançado com
êxito, ao analisar o modelo proposto e validar as hipóteses formuladas.
Ademais, os resultados da pesquisa indicaram, sobretudo, a necessidade de que seja realizado
um trabalho coletivo na cidade de São Paulo com maior divulgação de informações a respeito de
questões referentes à segurança da informação, para que os cidadãos possam demonstrar, de forma
individual, maior confiança na aceitação e propensão ao uso da tecnologia em cidades inteligentes e,
consequentemente, vivenciá-las. Da mesma forma, confirma-se que a segurança da informação é uma
temática que possui alta influência na utilização da tecnologia nas cidades inteligentes, e é necessário
entender também, de forma mais ampla, os aspectos subjetivos e objetivos observados neste estudo
e que demonstraram forte impacto.
A urbanização moderna é dependente de diferentes dispositivos que são analisados para
uma melhor gestão estratégica da cidade. Nesse contexto, as pessoas das cidades inteligentes são
monitoradas, por exemplo, para fins de segurança social. Assim, à medida que as cidades inteligentes
prosperam, coletando e processando locais, informações pessoais e confidenciais dos cidadãos,
qualquer violação de privacidade ameaça os indivíduos e a sociedade.
Nesse sentido, o estudo defende que a “confiança” no sistema de tecnologia de São Paulo ainda
é um fator preocupante, sob o ponto de vista da segurança, e que poderá ser conquistada com a
ampliação da educação digital para os cidadãos, fundamentada em medidas de segurança que sejam
18
orientadas por dados. Infelizmente, muitos riscos de segurança surgem, em qualquer tipo de sistema,
fruto de erros humanos. Esse efeito é amplificado pelo grande número de usuários, assim como a
discrepância que há em suas habilidades e níveis de consciência sobre segurança.
Contudo, pode-se dizer, ainda, que, no Brasil, “cidade inteligente” ainda é um conceito desconhecido
para a maior parte da população, pois, apesar de o termo ganhar mais visibilidade com o passar do
tempo, aparecendo em jornais e revistas, falta entendimento do assunto. Além disso, é um termo que
ainda parece muito confuso e distante, principalmente para cidadãos que têm pouco conhecimento
de tecnologia básica. Contudo, como apresentado por Bibri (2021), a cultura de data-driven pode ser
uma solução promissora, à medida que dados e informações são utilizados em maior intensidade.
Os gestores públicos da cidade de São Paulo, no contexto de uma cidade inteligente, poderão ser
beneficiados com uma política de segurança baseada em dados que poderá mensurar fatos, padrões
de comportamento, correlações, insights e conhecimento de sua população. Esse conhecimento poderá
ser usado para desenvolver ou revisar processos, atividades, sistemas, políticas e estratégias.
Iniciativas de cidades inteligentes têm caminhado de forma lenta, mas gradual, em muitas regiões
brasileiras. Um exemplo muito proeminente é a cidade de São Paulo, que, por ser um dos principais
polos de avanço tecnológico, é receptora de grande parte de projetos nesse sentido, sendo considerada a
cidade mais inteligente do país pelo IESE Cities in Motion Index 2020 e 2021 (Berrone & Ricart, 2020).
Portanto, apesar de a capital paulista se destacar em mobilidade e acessibilidade, por conta das
várias possibilidades de locomoção, ainda preocupa com relação a problemas mais comuns associados
à privacidade, como acesso ou uso de dados para fins não autorizados, falhas e/ou instabilidade em
sistemas/aplicativos e uso mal-intencionado de informações privadas, entre outros presentes na
literatura (Bélanger & Crossler, 2011; S. E. Chang et al., 2017).
Dessa forma, é importante que os líderes de iniciativas de cidades inteligentes sejam capazes de
promover essa percepção de valor, estejam atentos às tendências das massas e cultivem uma forte
cultura de feedback e suporte ao usuário, cliente ou cidadão para que sejam feitas melhorias contínuas.
Por fim, para o governo e para os líderes de iniciativas de cidades inteligentes, é fundamental atentar
para a questão da segurança não apenas tecnológica, mas em todos os aspectos no contexto da cidade,
levando em consideração como a tecnologia pode ajudar na resolução desses problemas. No caso
específico do Brasil, observando-se a questão da intolerância, que foi a segunda maior preocupação da
amostra da pesquisa, pode-se considerar que uma parte desse problema se dê pela falta de informação
e falta de questionamento e que ela pode ser abordada utilizando-se a tecnologia não só para monitorar
os transgressores, mas para promover debates, divulgar conteúdos e informações para a população.
Diante das considerações anteriores, percebe-se a importância da realização de estudos que avaliem
a aceitação, pelos cidadãos, e os potenciais problemas e barreiras para a efetiva implementação de
soluções de cidade inteligente e para o avanço das melhorias. Ademais, entende-se que as questões
subjetivas da percepção e o contexto ambiental possuem forte influência sobre a opinião coletiva ou
individual, e é relevante explorá-los em estudos futuros.
19
REFERÊNCIAS architectures, integration trends and future research

directions. Sustainable Cities and Society, 61,
Abu-Shanab, E. A. (2017). E-government familiarity
102360. Recuperado de https://doi.org/10.1016/j.
influence on Jordanians’ perceptions. Telematics and
scs.2020.102360
Informatics, 34(1), 103-113. Recuperado de https://
doi.org/10.1016/j.tele.2016.05.001 Bibri, S. E. (2021). Data-driven smart sustainable
Adil, M., & Khan, M. K. (2021). Emerging IoT cities of the future: an evidence synthesis approach
applications in sustainable smart cities for Covid-19: to a comprehensive state-of the-art literature review.
network security and data preservation challenges Sustainable Futures, 3, 1000047. Recuperado de
with future directions. Sustainable Cities and Society, https://doi.org/10.1016/j.sftr.2021.100047
75, 103311. Recuperado de https://doi.org/10.1016/j. Boon-itt, S. (2019). Quality of health websites and
scs.2021.103311 their influence on perceived usefulness, trust and
Al-Sharafi, M. A., Arshah, R. A., Abo-Shanab, E. intention to use: an analysis from Thailand. Journal of
A., & Elayah, N. (2016). The effect of security and Innovation and Entrepreneurship, 8(1), 4. Recuperado
privacy perceptions on customers’ trust to accept de https://doi.org/10.1186/s13731-018-0100-9
internet banking services: An extension of TAM. Braun, T., Fung, B. C. M., Iqbal, F., & Shah, B.
Journal of Engineering and Applied sciences, 11(3), (2018). Security and privacy challenges in smart
545-552. Recuperado de https://doi.org/10.36478/
cities. Sustainable Cities and Society, 39, 499-
jeasci.2016.545.552
507. Recuperado de https://doi.org/10.1016/j.
AlHogail, A. (2018). Improving IoT technology scs.2018.02.039
adoption through improving consumer trust.
Câmara Municipal de São Paulo. (2019, julho
Technologies, 6(3), 64. Recuperado de https://doi.
16). Regras para adequar São Paulo ao conceito de
org/10.3390/technologies6030064
cidade inteligente são tema de projeto. Recuperado
Alraja, M. N., Farooque, M. M. J., & Khashab, B. de https://www.saopaulo.sp.leg.br/blog/regras-
(2019). The effect of security, privacy, familiarity, para-adequar-sao-paulo-ao-conceito-de-cidade-
and trust on users’ attitudes toward the use of inteligente-sao-tema-de-projeto/
the IoT-based healthcare: the mediation role
of risk perception. IEEE Access, 7, 111341- Ceccato, V. (2013). Moving safely: crime and perceived
111354. Recuperado de https://doi.org/10.1109/ safety in Stockholm’s subway stations. Lanham, MD:
ACCESS.2019.2904006 Lexington Books.
Bélanger, F., & Crossler, R. E. (2011). Privacy in Chang, S. E., Liu, A. Y., & Shen, W. C. (2017). User
the digital age: a review of information privacy trust in social networking services: a comparison
research in information systems. MIS Quarterly, of Facebook and LinkedIn. Computers in Human
35(4), 1017-1041. Recuperado de https://doi. Behavior, 69, 207-217. Recuperado de https://doi.
org/10.2307/41409971 org/10.1016/j.chb.2016.12.013
Benevolo, C., Dameri, R. P., & D’Auria, B. (2016). Chang, Y., Wong, S. F., Libaque-Saenz, C. F.,
Smart mobility in smart city. In T. Torre, A. & Lee, H. (2018). The role of privacy policy
M. Braccini, & R. Spinelli (Eds.), Empowering on consumers’ perceived privacy. Government
organizations (Vol. 11, pp. 13-28). New York, NY: Information Quarterly, 35(3), 445-459. Recuperado
Springer Publishing. de https://doi.org/10.1016/j.giq.2018.04.002
Berrone, P., & Ricart, J. E. (2020). IESE Cities Chin, W. W. (1998). The partial least squares
in Motion Index 2020. Pamplona, España: IESE approach for structural equation modeling. In G.
Business School University of Navarra. Recuperado A. Marcoulides (Ed.), Modern methods for business
de https://media.iese.edu/research/pdfs/ST-0542-E. research (2a ed., pp. 295-336). London, UK:
pdf Psychology Press.
Bhushan, B., Khamparia, A., Sagayam, K. M., Churchill, G. A., Jr. (1999). Marketing research:
Sharma, S. K., Ahad, M. A., & Debnath, N. C. methodological foundations (8a ed.). Orlando, FL:
(2020). Blockchain for smart cities: A review of Dryden Press.
20
Cohen, J. (1988). Statistical power analysis for and proposing an integrative and comprehensive
the behavioral sciences (2a ed.). New York, NY: conceptualization. Information Polity, 20(1), 61-87.
Psychology Press. Recuperado de https://doi.org/10.3233/IP-150354
Council of Europe. (2020). Right to privacy. Grandhi, L. S., Grandhi, S., & Wibowo, S. (2021).
Recuperado de https://www.coe.int/en/web/impact- A security – UTAUT framework for evaluating key
convention-human-rights/right-to-privacy security determinants in smart city adoption by the
Australian city councils. In Proceedings of the 21º
Cui, F., Lin, D., & Qu, H. (2018). The impact of
perceived security and consumer innovativeness on ACIS International Winter Conference on Software
e-loyalty in online travel shopping. Journal of Travel Engineering, Artificial Intelligence, Networking and
& Tourism Marketing, 35(6), 819-834. Recuperado Parallel/Distributed Computing, Ho Chi Minh City,
de https://doi.org/10.1080/10548408.2017.1422452 Vietnam.
Cui, L., Xie, G., Qu, Y., Gao, L., & Yang, Y. Habib, A., Alsmadi, D., & Prybutok, V. R. (2019).
(2018). Security and privacy in smart cities: Factors that determine residents’ acceptance of
challenges and opportunities. IEEE Access, 6, 46134- smart city technologies. Behaviour & Information
46145. Recuperado de https://doi.org/10.1109/ Technology, 39(6), 610-623. Recuperado de https://
ACCESS.2018.2853985 doi.org/10.1080/0144929X.2019.1693629
Cunha, M. A., Przeybilovicz, E., Macaya, J. F. M., & Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt,
Burgos, F. (2016). Smart cities: transformação digital M. (2014). A primer on partial least squares structural
de cidades. São Paulo, SP: Fundação Getulio Vargas. equation modeling (PLS-SEM). Thousand Oaks, CA:
Recuperado de http://hdl.handle.net/10438/18386 SAGE.
Duhamel, T, Langerak, F., & Schillewaert, N. (1998). Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt,
Non-probability sampling for WWW surveys: a M. (2017). A primer on partial least squares structural
comparison of methods. International Journal of equation modeling (PLS-SEM). Thousand Oaks, CA:
Market Research, 40(4), 1-13. Recuperado de https:// SAGE.
doi.org/10.1177/147078539804000403
Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M.
Eckhoff, D., & Wagner, I. (2018). Privacy in the (2019). When to use and how to report the results
smart city – applications, technologies, challenges, of PLS-SEM. European Business Review, 31(1), 2-24.
and solutions. IEEE Communications Surveys & Recuperado de https://doi.org/10.1108/EBR-11-
Tutorials, 20(1), 489-516. Recuperado de https:// 2018-0203
doi.org/10.1109/COMST.2017.2748998
Haque, A. K. M., Brushan, B., & Dhiman, G.
Elmaghraby, A. S., & Losavio, M. M. (2014). Cyber (2022). Conceptualizing smart city applications:
security challenges in smart cities: safety, security requirements, architecture, security issues, and
and privacy. Journal of Advanced Research, 5(4), emerging trends. Expert Systems, 39(5), e12753.
491-497. Recuperado de https://doi.org/10.1016/j. Recuperado de https://doi.org/10.1111/exsy.12753
jare.2014.02.006
Hansen, J. M., Saridakis, G., & Benson, V. (2018)
Faul, F., Erdfelder, E., Buchner, A., & Lang, A. G. Risk, trust, and the interaction of perceived ease of
(2009). Statistical power analyses using G*Power 3.1: use and behavioral control in predicting consumers’
tests for correlation and regression analyses. Behavior use of social media for transactions. Computers
Research Methods, 41, 1149-1160. Recuperado de in Human Behavior, 80,197-206. Recuperado de
https://doi.org/10.3758/BRM.41.4.1149
https://doi.org/10.1016/j.chb.2017.11.010
Giffinger, R., Fertner, C., Kramar, H., Kalasek, R.,
Hasbini, M. A., Eldabi, T., & Aldallal, A. (2018).
Pichler-Milanović, N., & Meijers, E. (2007). Smart
Investigating the information security management
cities – ranking of European medium-sized cities.
role in smart city organisations. World Journal of
Vienna, Austria: Vienna University of Technology.
Entrepreneurship, Management and Sustainable
Gil-Garcia, J. R., Pardo, T. A., & Nam, T. (2015). What Development, 14(1), 86-98. Recuperado de https://
makes a city smart? Identifying core components doi.org/10.1108/WJEMSD-07-2017-0042
21
Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). Mushtaq, H., Jingdong, Y., Ahmed, M., & Ali,
A new criterion for assessing discriminant validity M. (2019). Building usage attitude for mobile
in variance-based structural equation modeling. shopping applications: an emerging market
Journal of the Academy of Marketing Science, 43(1), perspective. International Journal of Management
115-135 Recuperado de https://doi.org/10.1007/ Science and Business Administration, 5(6), 21-
s11747-014-0403-8 28. Recuperado de https://doi.org/10.18775/
ijmsba.1849-5664-5419.2014.56.1003
Ismagilova, E., Hughes, L., Rana, N. P., & Dwivedi,
Y. K. (2020). Security, privacy and risks within smart Ortega, J. M. E., & Román, M. V. G. (2011).
cities: literature review and development of a smart Explaining physicians’ acceptance of EHCR
city interaction framework. Information Systems systems: an extension of TAM with trust and risk
Frontiers, 24, 393-414. Recuperado de https://doi. factors. Computers in Human Behavior, 27(1),
org/10.1007/s10796-020-10044-1 319-332. Recuperado de https://doi.org/10.1016/j.
chb.2010.08.010
Javed, A. R., Shahzad, F., Rehman, S. U., Zikria,
Y. B., Razzak, I., Jalil, Z., … Xu, G. (2022). Future Oyewo, B., Vo, X. V., & Akinsanmi, T. (2020).
smart cities: requirements, emerging technologies, Strategy-related factors moderating the fit between
applications, challenges, and future aspects. management accounting practice sophistication and
Cities, 129, 103794. Recuperado de https://doi. organisational effectiveness: the global management
org/10.1016/j.cities.2022.103794 accounting principles (GMAP) perspective. Revista
Española de Financiación y Contabilidad, 50(2), 187-
Kasar, S., & Kshirsagar, M. (2021). Open challenges 223. Recuperado de https://doi.org/10.1080/021024
in smart cities: privacy and security. In S. C. Tamane, 12.2020.1774857
N. Dey, & A. E. Hassanien (Eds.), Security and
privacy applications for smart city development (pp. Podsakoff, P. M., & Organ, D. W. (1986). Self-reports
25-36). New York, NY: Springer Publishing. in organizational research: problems and prospects.
Journal of Management, 12(4), 531-544. Recuperado
Kaushik, A. K., Agrawal, A. K., & Rahman, Z. de https://doi.org/10.1177/014920638601200408
(2015). Tourist behaviour towards self-service
hotel technology adoption: trust and subjective Projeto de lei 01-00830/2017. (2017). Dispõe sobre
norm as key antecedents. Tourism Management regras para Smart Cities (cidades inteligentes) e
Perspectives, 16, 278-289. Recuperado de https://doi. da outras providências. São Paulo, SP: Câmara
org/10.1016/j.tmp.2015.09.002 Municipal de São Paulo. Recuperado de http://
documentacao.saopaulo.sp.leg.br/iah/fulltext/
Lei nº 13.709, de 14 de agosto de 2018. (2018). Lei projeto/PL0830-2017.pdf
Geral de Proteção de Dados Pessoais (LGPD).
Brasília, DF: Presidência da República. Recuperado Rao, P. M., & Deebak, B. D. (2022). Security
de https://www.planalto.gov.br/ccivil_03/_ato2015- and privacy issues in smart cities/industries:
2018/2018/lei/l13709.htm technologies, applications, and challenges. Journal of
Ambiental Intelligence and Humanized Computing.
Malhotra, N. K. (2012). Pesquisa de marketing: uma Recuperado de https://doi.org/10.1007/s12652-022-
orientação aplicada. Porto Alegre, RS: Bookman. 03707-1
Meskaran, F., Ismail, Z., & Shanmugam, B. (2013). Ristvej, J., Lacinák, M., & Ondrejka, R. (2020). On
Online purchase intention: effects of trust and smart city and safe city concepts. Mobile Networks
security perception. Australian Journal of Basic and Applications, 25(3), 836-845. Recuperado de
and Applied Sciences, 7(6), 307-315. Recuperado https://doi.org/10.1007/s11036-020-01524-4
de http://www.ajbasweb.com/old/ajbas/2013/
Sepasgozar, S. M. E., Hawken, S., Sargolzaei, S., &
April/307-315.pdf
Foroozanfa, M. (2019). Implementing citizen centric
Mittendorf, C. (2016). What Trust means in the technology in developing smart cities: a model for
Sharing Economy: A provider perspective on predicting the acceptance of urban technologies.
Airbnb.com. In Proceedings of the 22º Americas Technological Forecasting and Social Change, 142,
Conference on Information Systems: Implications of 105-116. Recuperado de https://doi.org/10.1016/j.
Trust in Sharing Economy, San Diego, CA. techfore.2018.09.012
22
Sookhak, M., Tang, H., He, Y., & Yu, F. R. (2019). Social Change, 126, 207-216. Recuperado de https://
Security and privacy of smart cities: a survey, research doi.org/10.1016/j.techfore.2017.08.013
issues and challenges. IEEE Communications Surveys
Yamato, N., Hamada, Y., Dustan, P., Jimbo, H.,
& Tutorials, 21(2), 1718-1743. Recuperado de Ward, I., & Isogaya, H. (2021). Global Power City
https://doi.org/10.1109/COMST.2018.2867288 Index 2021. Minato-ku, Tokyo: The Mori Memorial
Urban Systems. (2021). Ranking connected smart Foundation. Recuperado de https://mori-m-
cities. São Paulo, SP: Autor. Recuperado de https:// foundation.or.jp/pdf/GPCI2021_summary.pdf
www.urbansystems.com.br Yu, Z., Song, L., Jiang, L., & Sharafi, O. K. (2021).
Systematic literature review on the security
Urmetzer, F., & Walinski, I. (2014). User acceptance
challenges of blockchain in IoT-based smart cities.
and mobile payment security. International Journal
Kybernetes, 51(1), 323-347. Recuperado de https://
of E-Services and Mobile Applications, 6(2), 37- doi.org/10.1108/K-07-2020-0449
66. Recuperado de https://doi.org/10.4018/
ijesma.2014040104 Zhang, K., Ni, J., Yang, K., Liang, X., Ren, J.,
& Shen, X. S. (2017). Security and privacy in
Verma, P., & Sinha, N. (2018). Integrating perceived smart city applications: challenges and solutions.
economic wellbeing to technology acceptance IEEE Communications Magazine, 55(1), 122-
model: the case of mobile based agricultural 129. Recuperado de https://doi.org/10.1109/
extension service. Technological Forecasting and MCOM.2017.1600267CM
Giulie Furtani Romani
https://orcid.org/0000-0002-4116-0997
Bacharel em Administração pela Escola Paulista de Política, Economia e Negócios (EPPEN) da Universidade
Federal de São Paulo (UNIFESP). E-mail: giulieromani@gmail.com
Luis Hernan Contreras Pinochet
https://orcid.org/0000-0003-2088-5283
Professor doutor do Departamento Acadêmico de Administração (DAA) da Escola Paulista de Política,
Economia e Negócios (EPPEN) da Universidade Federal de São Paulo (UNIFESP).
E-mail: luis.hernan@unifesp.br
Vanessa Itacaramby Pardim
https://orcid.org/0000-0003-0893-7271
Doutoranda em Administração pela Universidade de São Paulo, Faculdade de Economia, Administração,
Contabilidade e Atuária (FEA-USP); Professora de Administração da Universidade Nove de Julho (UNINOVE).
E-mail: vanessa.itacaramby@usp.br
Cesar Alexandre de Souza
https://orcid.org/0000-0001-8941-8582
Professor doutor da Universidade de São Paulo, Faculdade de Economia, Administração, Contabilidade e
Atuária (FEA-USP); Membro permanente do Programa de Pós-graduação stricto sensu em Administração.
E-mail: calesou@usp.br
23
CONTRIBUIÇÃO DOS AUTORES

Giulie Furtani Romani: Conceituação (Igual); Curadoria de dados (Liderança); Análise formal (Igual);
Metodologia (Igual); Administração do projeto (Suporte); Recursos (Igual); Supervisão (Igual); Validação
(Igual); Visualização (Igual); Escrita - rascunho original (Liderança); Escrita - revisão e edição (Igual).
Luis Hernan Contreras Pinochet: Conceituação (Igual); Curadoria de dados (Suporte); Análise formal (Igual);
Metodologia (Liderança); Administração do projeto (Liderança); Recursos (Igual); Supervisão (Igual); Validação
(Igual); Visualização (Igual); Escrita - rascunho original (Suporte); Escrita - revisão e edição (Igual).
Vanessa Itacaramby Pardim: Conceituação (Igual); Curadoria de dados (Suporte); Análise formal (Igual);
Cesar Alexandre de Souza: Conceituação (Igual); Curadoria de dados (Suporte); Análise formal (Igual);
24
APÊNDICE 1
QUADRO A1 DETALHAMENTO DO MODELO ESTRUTURAL
Constructo Item Assertiva Referências
PUTCI1 Supondo que tenha acesso à tecnologia da cidade inteligente, eu planejo Adaptado de
usá-la no cotidiano (p. ex.: aplicativos de carona, banco on-line, pagamento Al-Sharafi et al.
digital, entre outros). (2016)
Propensão PUTCI2 Se na cidade em que moro tivesse disponível tecnologia de cidade Adaptado de
ao uso de inteligente, com certeza a usaria. Al-Sharafi et al.
Tecnologia (2016)
de Cidades
Inteligentes PUTCI3 Eu encorajaria outras pessoas a usar tecnologia de cidade inteligente
(PUTCI) (p. ex.: aplicativos de carona, banco on-line, pagamento digital, entre outros).
Adaptado de
Sepasgozar et al.
PUTCI4* Mesmo se eu tiver a opção de usar tecnologia de cidade inteligente
(2019)
(p. ex.: banco on-line, entre outros), ainda prefiro o atendimento físico dos
serviços urbanos.
CO1 Soluções tecnológicas e aplicativos no geral são confiáveis.

Adaptado de
Mittendorf (2016)
CO2 Eu confio em soluções tecnológicas e aplicativos.
Confiança
CO3 Eu penso que as soluções tecnológicas e os aplicativos são eficientes e Adaptado de
(CO)
confiáveis. Mittendorf (2016)
CO4* Eu tendo a confiar na tecnologia da cidade inteligente, mesmo sabendo Abu-Shanab

pouco sobre elas. (2017)
SS1* Eu acho que a instituição ou empresa responsável pela tecnologia da

Adaptado de L.
cidade inteligente se preocupa com a segurança nas transações de
Cui et al. (2018)
informações.
SS2 Sinto-me confortável em usar tecnologia de cidade inteligente (p. ex.: Adaptado de
banco on-line, aplicativos de transporte, veículos elétricos, entre outros). Urmetzer e
Segurança Walinski (2014)
Subjetiva (SS)
SS3 Acredito que a tecnologia de cidade inteligente (p. ex.: banco on-line, Adaptado de
aplicativos de transporte, veículos elétricos, entre outros) é segura. Urmetzer e
Walinski (2014)
SS4 Acredito que usar tecnologia de cidade inteligente para realizar tarefas no Adaptado de L.
cotidiano (p. ex.: fazer compras) é seguro. Cui et al. (2018)
Continua
25
Constructo Item Assertiva Referências
SOPD1 Tecnologia de cidade inteligente possui estrutura legal e tecnológica Adaptado de Abu-
(p. ex.: criptografia, sistemas atualizados de segurança, entre outros) que Shanab (2017) e
protege meus dados adequadamente. Sepasgozar et al.
Segurança (2019)
Objetiva e
Privacidade SOPD2 Tecnologia de cidade inteligente possui salvaguardas (proteções) Adaptado de
de Dados suficientes para que eu me sinta confortável em usá-la. Sepasgozar et al.
(SOPD) (2019)
SOPD3 Tecnologia de cidade inteligente tem capacidade de proteger minhas Adaptado de Abu-
informações pessoais. Shanab (2017)
RP1 Eu não me sinto seguro(a) para fornecer informações pessoais e dados

confidenciais para a tecnologia da cidade inteligente.
Risco Adaptado de
RP2 Existe um alto potencial de perda associado ao fornecimento de
Percebido Hansen et al.
informações para a tecnologia da cidade inteligente.
(RP) (2018)
RP3 No geral, seria arriscado fornecer informações para a tecnologia da cidade
inteligente.
Nota: *Itens excluídos no processo de ajuste do modelo (SEM-PLS).

26
APÊNDICE 2
Programação Utilizada no Software R (Seminr)
library(seminr)
require(seminr)
measurements = constructs(
composite(“PUTCI”, c(“PUTCI1”, “PUTCI2”, “PUTCI3”)),
composite(“CO”, c(“CO1”, “CO2”, “CO3”)),
composite(“SS”, c(“SS2”, “SS3”, “SS4”)),
composite(“SOPD”, c(“SOPD1”, “SOPD2”, “SOPD3”)),
composite(“RP”, c(“RP1”, “RP2”, “RP3”))
)
structure = relationships(
paths(from = “SOPD”, to = c(“SS”)),
paths(from = “SOPD”, to = c(“CO”)),
paths(from = “RP”, to = c(“SOPD”)),
paths(from = “RP”, to = c(“CO”)),
paths(from = “CO”, to = c(“SS”)),
paths(from = “CO”, to = c(“PUTCI”)),
paths(from = “SS”, to = c(“PUTCI”)))
plot(structure)
pls__sem_model=estimate_pls(data=rap_r,
measurements,
structure,
inner_weights=path_weighting)
p3=summary(pls__sem_model, theme=t)
print(p3$descriptives,digits=3)
print(p3$reliability,digits=3)
print(p3$validity,digits=3)
print(p3$loadings,digits=3)
print(p3$paths,digits=3)
print(p3$fSquare,digits=3)
print(p3$composite_scores,digits = 3)
plot(pls__sem_model)
p4=bootstrap_model(pls__sem_model,nboot = 5000)
s2=summary(p4)
s2$bootstrapped_paths
# Inspect indirect effects
#specific_effect_significance(p4, from = “CO”, through = “SS”, to = “PUTCI”, alpha = 0.05)
#specific_effect_significance(p4, from = “RP”, through = “SOPD”, to = “CO”, alpha = 0.05)
#specific_effect_significance(p4, from = “SOPD”, through = “CO”, to = “SS”, alpha = 0.05)
#find p-value
#p_value=2*pt(q=“t score”, df=599, lower.tail=FALSE)
#p_value
27

A Segurança Como Fator-Chave para A Cidade Inteligente

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

A Segurança Como Fator-Chave para A Cidade Inteligente

Enviado por

Direitos autorais:

Formatos disponíveis

Artigo

A segurança como fator-chave para a cidade inteligente, a

DOI: http://dx.doi.org/10.1590/0034-761220220145 ISSN: 1982-3134

REVISTA DE ADMINISTRAÇÃO PÚBLICA | Rio de Janeiro 57(2): e2022-0145, 2023

REVISTA DE ADMINISTRAÇÃO PÚBLICA | Rio de Janeiro 57(2): e2022-0145, 2023

2.1. Cidades inteligentes, componentes e suas características

REVISTA DE ADMINISTRAÇÃO PÚBLICA | Rio de Janeiro 57(2): e2022-0145, 2023

FIGURA 1 COMPONENTES E CARACTERÍSTICAS DA CIDADE INTELIGENTE

Fatores Mobili- Fatores

Fonte: Adaptada de Ristvej, Lacinák, e Ondrejka (2020).

REVISTA DE ADMINISTRAÇÃO PÚBLICA | Rio de Janeiro 57(2): e2022-0145, 2023

QUADRO 1 CARACTERÍSTICAS DE UMA CIDADE INTELIGENTE

Característica Definição Autor

[…] economia baseada em conhecimento, promovendo criatividade […] Cunha, Przeybilovicz,

[…] baseada na transparência, participação pública, interação com os agentes

[…] recursos de transporte e infraestrutura tecnológica da cidade para a gestão

[…] condições naturais atraentes, gestão de recursos e esforços de proteção

[…] aumento na qualidade de vida, acessibilidade, praticidade e eficiência

Fonte: Elaborado pelos autores.

REVISTA DE ADMINISTRAÇÃO PÚBLICA | Rio de Janeiro 57(2): e2022-0145, 2023

2.2. Segurança e privacidade na cidade inteligente

REVISTA DE ADMINISTRAÇÃO PÚBLICA | Rio de Janeiro 57(2): e2022-0145, 2023

2.3. Construção do modelo e hipóteses de pesquisa

REVISTA DE ADMINISTRAÇÃO PÚBLICA | Rio de Janeiro 57(2): e2022-0145, 2023

Na Figura 2, é representado o modelo de pesquisa proposto com os constructos e as hipóteses

FIGURA 2 MODELO DE PESQUISA

Segurança Objetiva e H1a Segurança

Fonte: Elaborada pelos autores.

2.3.1. Segurança Objetiva e Privacidade de Dados (SOPD)

H1a: SOPD tem uma influência positiva na SS.

REVISTA DE ADMINISTRAÇÃO PÚBLICA | Rio de Janeiro 57(2): e2022-0145, 2023

2.3.2. Risco Percebido (RP)

H2a: O RP tem uma influência negativa na SOPD.

2.3.3. Confiança (CO)

H3a: A CO tem uma influência positiva na SS.

2.3.4. Segurança Subjetiva (SS)

REVISTA DE ADMINISTRAÇÃO PÚBLICA | Rio de Janeiro 57(2): e2022-0145, 2023

H4: A SS tem uma influência positiva na PUTCI.

2.3.5. Propensão para o Uso de Tecnologia em Cidades Inteligentes (PUTCI)

3.1 Escolha e caracterização da amostra

REVISTA DE ADMINISTRAÇÃO PÚBLICA | Rio de Janeiro 57(2): e2022-0145, 2023

FIGURA 3 TESTE POST HOC DO TAMANHO DO EFEITO DA AMOSTRA

Fonte: Software G*Power.

3.3. Instrumento de pesquisa

REVISTA DE ADMINISTRAÇÃO PÚBLICA | Rio de Janeiro 57(2): e2022-0145, 2023

3.4. A escolha do método

4. APRESENTAÇÃO E ANÁLISE DOS DADOS

4.1. Caracterização dos respondentes

GRÁFICO 1 PROBLEMAS DE SEGURANÇA NAGráfico

Fonte: Elaborado pelos autores.

Contudo, é interessante notar que, entre os cinco principais problemas na

4.2. Normalidade, viés do método comum, viés de não respostas e colinearidade

4.3. Modelagem de equações estruturais

REVISTA DE ADMINISTRAÇÃO PÚBLICA | Rio de Janeiro 57(2): e2022-0145, 2023

TABELA 1 VALIDADE CONVERGENTE E DISCRIMINANTE

AC CC VME R2 (1) (2) (3) (4) (5)

(1) Segurança objetiva e privacidade

(2) Risco percebido 0,782 0,873 0,696 -0,178 0,834

(3) Propensão ao uso de tecnologia

Dado que todas as variáveis de um questionário utilizam a mesma escala de medição, o

TABELA 2 APRESENTAÇÃO DO CRITÉRIO HTMT

PUTCI 0,387 0,235 . . .

SS 0,748 0,325 0,583 . .